灰色预测方法.pptVIP

2021/3/17 * 8.4 灾变预测 灰色灾变预测的任务是给出下一个或几个异常值出现的时刻,以便人们提前预防,采取政策,减少损失。 定义:设原始序列为 给定上限异常值 则称满足 的序列 为上灾变序列。 且称 为灾变日期序列。 2021/3/17 * 命题:设 且灾变日期序列GM(1,1)序号响应式为: 其累加序列为 的紧邻生成序列为 则称 为灾变GM（1,1）模型。 2021/3/17 * 即 定义:设原始序列为 n为现在,给定异常值 相应的灾变日期序列 其中 为最近一次灾变发生的日期， 则称 为下一次灾变发生的预测日期, 为未来第k次灾变的预测日期。 2021/3/17 * 例 某地区平均降水量(单位:mm)的原始数据为 X={386.6,514.6,434.0,484.1,647.0,399.7, 498.7,701.6,254.5,463.0,745.0,398.3, 554.5,471.1,384.5,242.5,671.7,374.7, 458.9,511.3,530.8,586.0,387.1,454.4} 规定年降水量为 灾害年,试作灾害预测。 解 按照 为异常值,则有 ={386.6,254.5 ,384.5,242.5,374.7,387.1} 2021/3/17 * x=[386.6,514.6,434.0,484.1,647.0,399.7 ... 498.7,701.6,254.5,463.0,745.0,398.3 ... 554.5,471.1,384.5,242.5,671.7,374.7 ... 458.9,511.3,530.8,586.0,387.1,454.4]; for n=1:24 if x(n)=390 n, X=x(n) end end n = 1 X = 386.6000 n = 9 X = 254.5000 n = 15 X = 384.5000 n = 16 X = 242.5000 n = 18 X = 374.7000 n = 23 X = 387.1000 2021/3/17 * 得灾变日期序列: 作一次累加生成 求得参数向量 于是得到GM(1,1模型的响应式 2021/3/17 * 从而 由此可得 的模拟序列 计算 与 绝对参差 2021/3/17 * aita2 = 1.0000 0.5038 0.3705 0.3333 aita3 = 1.0000 0.8390 0.5254 0.5035 aita4 = 1.0000 0.6350 0.4973 0.3542 load gld r=0.5 aita2=(u+r*v)./(y2+r*v) aita3=(u+r*v)./(y3+r*v) aita4=(u+r*v)./(y4+r*v) r12=(1/4)*sum(aita2) r13=(1/4)*sum(aita3) r14=(1/4)*sum(aita4) r12 = 0.5519 r13 = 0.7170 r14 = 0.6216 2021/3/17 * 8.3 灰色预测模型 一、GM（1,1）模型的建立 设时间序列有n个观察值: 通过累加生成新序列 令 为 的紧邻均值生成序列 2021/3/17 * 则GM（1,1）的灰微分方程模型为: 其中:α称为发展灰数;μ称为内生控制灰数。 设 为待估参数向量， 可利用最小二乘法求解。解得: 其中 2021/3/17 * 称微分方程: 为灰色微分方程 的白化方程, 也称影子方程。 （1）白化方程的解也称时间响应函数,其为 （2） GM（1,1）灰微分方程 的时间响应序列为 2021/3/17 * （3）取 （4）还原值 注:（1）原始数据不一定全部用来建模,数据不同,模型不同。 （2）数据的取舍应保证建模序列等时矩、相连,不得有跳跃出现。 （3）一般建模数据应当有最新的数据及其相邻数